데이터센터 투자, 미국의 역대 메가프로젝트 지출을 6년 만에 추월

• 데이터센터 capex가 단 6년간 약 9,300억 달러에 달해, 미국의 대표 메가프로젝트 누적 지출을 모두 상회함
• 인플레이션을 반영한 2024년 달러 기준으로 비교한 그래프임
• 기존 메가프로젝트는 Interstate Highway System(6,200억 달러, 37년), US Railroads(5,500억 달러, 71년) 등 장기간에 걸친 투자였음
• 데이터센터 capex는 2025년 기준점과 2026년 계획치가 함께 표시되며, 증가 속도가 다른 프로젝트 대비 압도적임
• 수치는 Amazon, Microsoft, Alphabet, Meta, Oracle 등 미국 big-5 하이퍼스케일러의 데이터센터 비중 추정치 기반임

---

그래프 개요

• 제목은 "Data centers vs. megaprojects", 부제는 인플레이션 조정 누적 비용(10억 달러 단위)
• X축은 프로그램 시작 후 경과 연수, Y축은 누적 지출액 (최대 1조 달러 규모)
• 모든 금액은 2024년 달러 기준으로 환산됨

데이터센터 capex 궤적

• 데이터센터 capex는 6년 만에 약 9,300억 달러 누적 지출에 도달, 2025년 기준점으로 표시됨
• 2026년 계획치는 점선으로 표시되며 1조 달러를 넘어서는 궤도
• 그래프상 다른 모든 메가프로젝트보다 훨씬 가파른 기울기를 보임

비교 대상 메가프로젝트

• Interstate Highway System: 6,200억 달러, 37년 소요
• US Railroads: 5,500억 달러, 71년 소요
• F-35 Program: 4,000억 달러, 25년 (현재까지 누적)
• Apollo Program: 2,570억 달러, 14년
• Marshall Plan: 1,700억 달러, 4년
• International Space Station: 1,500억 달러, 27년
• Manhattan Project: 360억 달러, 5년

데이터 산출 방식

• AI capex는 big-5 미국 하이퍼스케일러(Amazon, Microsoft, Alphabet, Meta, Oracle)의 글로벌 보고 capex 중 데이터센터 비중 추정치로 산출
• Epoch AI + Platformonomics 데이터를 활용
• 데이터센터 비중은 2020년 약 55% 에서 2026년 약 80% 로 확대된다고 가정
• 중국 하이퍼스케일러는 제외

출처

• Company reports, Epoch AI, FHWA, NASA, CRS, GAO, Brookings

[GN⁺]

Hacker News 의견들

• 이 트윗처럼 미국 GDP 대비 비중으로 보니 덜 자극적으로 느껴지기도 함
  그래도 동시에 철도가 얼마나 큰 산업적 사건이었는지는 더 또렷하게 보임

  • GDP 기준 보정은 필요하지만, 실제로는 저 수치보다 더 극적이라고 봄
    예전 메가프로젝트들은 감가상각 기간이 수십 년이었고, 50~100년 넘은 철도·교량·터널·댐도 유지보수만으로 아직 쓰이는 경우가 많음
    반면 지금 지출의 큰 축인 GPU는 감가상각이 고작 6년으로 잡히니, 연간 상각 기준으로 보면 현재 지출이 훨씬 더 압도적으로 보인다는 생각임
  • 이 그래프상 철도 정점은 GDP의 약 9%로 보이는데, 내가 직접 찾아본 근거보다 훨씬 높은 편이라 눈에 띔
    당시엔 GDP 개념 자체가 없었으니 이런 수치는 모두 사후 계산이라 오차 범위가 큼
    지금은 데이터센터 투자에 전례를 만들고 싶어서 철도 수치를 가능한 높게 잡으려는 유인이 있어 보인다는 느낌임
  • 그런데 이 방식이 반대로 과장일 수도 있다고 느낌
    현대적 GDP 추정이 부정확했던 시대의 투자를 GDP 비중으로 비교하는 게 전체 경제 규모를 제대로 반영하는지 의문임
    근대 금융도 없고 소득세도 없고 노동의 다수가 농업이던 시절이었는데, 당시 평균 개인이 철도 비용을 체감한 정도와 오늘날 납세자가 F-35 비용을 체감하는 정도가 정말 같은 축인지 궁금함
  • 정말 충격적인 그래픽이라고 느낌
    F-35 한 기종에 들어간 미국 지출이 2차 대전 후 유럽 재건을 위한 Marshall Plan, Interstate Highway System, 혹은 모든 데이터센터 투자 합계와 맞먹는다는 점에서 우선순위가 선명하게 드러남
  • 오히려 이 비교가 더 극적으로 느껴짐
    목록에 있는 Apollo, Manhattan Project, ISS, Interstate Highway System, Marshall Plan, F-35는 공통적으로 정부가 장기 공익을 보고 투자한 사업이라 단기 ROI를 요구받지 않았음
    이런 사업의 수익은 수십 년 뒤의 경제 성장, 안보, 과학 진보처럼 아주 긴 호흡으로 돌아오는 구조였음
    특히 Marshall Plan은 77년 동안 배당을 준 셈인데, 유럽의 미국에 대한 호의가 Big Tech에 대한 강한 보호무역으로 이어지지 않게 막아준 측면도 있었다고 봄
    반면 철도와 AI datacenters는 민간 투자라 50년을 기다릴 여유가 없음
    철도 버블 붕괴 뒤 대형 경제 충격이 왔듯이, OpenAI도 올해 안팎의 부분적 투자회수를 못 보여주면 IPO 실패와 함께 비슷한 충격이 올 수 있다는 우려임

• 이건 비교 범주가 좀 어긋났다고 느낌
  철도만이 민간 기업들이 대규모로 깔아 올린 인프라 구축 사례라서 그나마 비슷함
  데이터센터 붐과 비교하려면 오히려 공장 건설, 전력망 확장, 상수도, 가스관, 20세기 전반의 전기 보급 같은 사례가 더 적절하다고 봄

  • 회사에서 누가 와서 “짧은 시간에 x조 개를 했다”고 자랑하는 장면이 떠오름
    동등한 비교대상 없이 숫자만 크게 말하면 그게 예외적으로 대단한 일인지 판단이 안 됨
    분자를 기준으로 내가 분당 엄청난 수의 무언가를 먹는다고 말해도, 맥락을 붙이면 아무도 대단하다고 느끼지 않을 거라는 비유가 딱 맞음
  • 철도는 역사상 가장 큰 은행 붕괴 몇 건의 원인이기도 했음을 떠올리게 됨
    1873년의 Panic of 1873은 한때 Great Depression이라 불렸고, 1893년 공황도 과잉투자와 버블 붕괴에서 비롯됐음
    지금 AI도 대규모 투자만 앞서고 확실한 수익이 안 보이는 점에서 매우 비슷해 보임
    소프트웨어와 하드웨어는 시간이 갈수록 효율이 오르고 싸지니 가치가 내려갈 걸 모두가 알고 있는데, 아직 사용자 측 이익이 이 투자 규모를 정당화한다는 증거도 약함
    버블이 터지면 은행이 아니라 민간 자본이 먼저 맞을 가능성이 크고, hyperscaler와 tech unicorn의 재무제표가 무너지면 그 위에 쌓인 기업들, 고용, S&P 500을 통한 가계 자산까지 연쇄 충격이 갈 수 있다는 걱정임
    은행 위기처럼 구제금융도 기대하기 어려워서 충격이 더 즉각적일 수 있다고 봄
  • 또 다른 범주 오류는 철도가 사실상 미국 국민의 엄청난 보조금 위에서 지어졌다는 점이라고 봄
    거의 국토의 10%를 철도 회사들에 넘겨가며 완성한 사업이었음
  • 철도는 일단 깔리면 곧바로 경제적 가치를 만들어냈다는 점이 핵심이라고 봄
    LLM이 실제로 얼마의 경제 가치를 만들고 있는지는 이제 슬슬 숫자로 제시돼야 할 시점이라고 느낌
    몇 년이 지났으니 구체적 성과를 말할 수 있어야 한다는 생각임
  • 이걸 인프라 구축이라고 부르는 건 과하다고 느낌
    데이터센터 안에 넣는 장비는 10년이 가기 전에 가치가 사라지는 자산이고, 전력도 가스터빈으로 때우는 경우가 많아서 장기 인프라를 남긴다는 인상도 약함

• AI에 대한 불안은 인류의 중요한 문제 하나만 해결해도 빠르게 사라질 것 같음
  예를 들면 우주 엘리베이터용 탄소나노튜브나 지속 가능한 핵융합 같은 급의 돌파구가 나오면 분위기가 달라질 거라는 생각임

  • 지금까지로는 개인 맞춤 의료가 가장 유망한 후보처럼 보이는데, 그 정도면 충분한지 되묻고 싶음
  • 적어도 투자자들을 감탄시키는 killer front end는 아주 잘 만들고 있다는 냉소적 느낌임
  • 사실 이런 문제제기는 AI 이전의 모든 생산성 향상 기술에도 똑같이 할 수 있다고 봄
    타자기나 노트북도 처음엔 비슷한 회의론을 들었을 거라는 생각임

• 이 비교에서 빠진 큰 사례로 핵무기가 있다고 봄
  미국은 1940년부터 1996년까지 핵무기에 2024년 달러 기준 약 12조 달러를 썼고, 대부분은 1950년대와 1960년대 초반에 집중됐음
  관련 수치는 Wikipedia의 Nuclear weapons of the United States에서 볼 수 있음

• 이런 지출과 리스크가 과연 적절한지 점점 의문이 듦
  우리가 집단적으로 AI에 현혹돼서 그다지 건전하지 않은 결정을 내리고 있는 건 아닌지 걱정됨

  • 나도 적절해 보이지 않음
    YouTube에서 Ed Zitron이 이 주제로 분노 섞인 이야기를 하는 걸 자주 보는데, 꽤 재밌고 공감도 감
  • 나도 비슷한 생각을 했지만, 지금은 이 구축 경쟁이 꽤 합리적이라고 보게 됐음
    큰 AI 연구소들은 여전히 compute 확보 경쟁 중이고, 추론 수요도 따라가기 버거워 보이기 때문임

• 이건 단일 프로젝트가 아니라, 수백~수천 개 유사한 프로젝트에 걸쳐 compute에 돈을 쏟아붓는 현상이라고 봄
  비유하자면 특정 사업 하나가 아니라 일정 기간 동안 교통 인프라 전체에 들어간 총지출을 묶어 말하는 것에 가까움

• 이 주제와 관련해서 Justin Lebar의 발표가 정말 좋았음
  xla compiler를 만들고 OpenAI에서도 일했던 사람인데, 이 강연을 보면 맥락을 잡는 데 도움이 됨

• 이 논의와 관련해 또 다른 그래프 링크도 참고할 만하다고 느낌

• 이게 정말 실제 집행된 지출인지 궁금함
  실제로 돈이 오간 금액인지, 아니면 “우리가 $X 투자하겠다”고 발표한 약정치인지 헷갈림
  순환출자성 계약 같은 건 어떻게 반영됐는지도 궁금함

  • 상당수는 committed capital이고, 데이터센터는 아직 삽도 못 뜬 곳이 많다는 점을 감안해야 함

• 여기서 말하는 datacenter capex에 정확히 뭐가 포함되는지 궁금함
  특히 전력 생산 설비까지 들어가는지 알고 싶음
  AI 열풍이 기대만큼 성과를 못 내더라도 태양광·풍력·수력 같은 발전 인프라를 많이 지었다면 그 자체로 큰 수확일 수 있다고 봄

  • 현실적으로 데이터센터는 solar나 wind만으로 돌리기 어렵다고 봄
    배터리를 붙여도 부족하고, 실제로 새로 짓는 시설은 Musk의 xAI 사례처럼 가스와 석탄에 기대는 경우가 많다는 인식임